кпд в футболе что это

Кпд в футболе что это

Эффективность тренировки и упражнения.

Если Вы хотите выиграть конкурентную борьбу за профессиональный контракт, то надо понимать за счёт чего Вы это сделаете. На рост спортивного мастерства влияют (в основном) три фактора:

Коротко проанализируем их.

2. Врождённые двигательные способности и природные физические качества. Тут уж изначально «что от Природы дано, то и дано», дополнительно способностей не приобретёшь. Но всё ли безнадёжно у «малообеспеченных»? Нет конечно. Природный потенциал очень важен, но надо его ещё суметь максимально проявить и развить. Некоторые талантливые игроки по разным причинам не могут свой потенциал реализовать, а значить у «просто способных» появляются дополнительные шансы занять достаточно ограниченые места в основе профессионального клуба. Кроме того футбол очень разнообразен с точки зрения потребности в определённых спортивных способностях и требований к физическим качествам. Это определяется наличием большого количества игровых позиций, которые имеют разные требования к физическим параметрам (нужны и высокие игроки и ниже среднего роста), физиологическим особенностям (нужны и спринтеры и «средневики» и стайеры), способностью к обучению технике (и её реализации в игре) и умения тактически мыслить быстрее других. Каждый человек от рождения наделён определёнными способностями и задатками. Чего-то Природа «отсыпала» щедрой рукой, а на чём-то сэкономила. Редко-редко «всего» дано много. Тогда говорят о «одарённости», «таланте», «гениальности» и так далее. Об этой категории мы говорить, а тем более на них ориентироваться, не будем. А для остальных главная задача правильно и как можно раньше определить свои сильные стороны и стараться сделать их серьёзным аргументов в конкурентной борьбе, одновременно подтягивая «слабые» стороны до хотя бы среднего уровня (что чаще всего возможно). Подробнее здесь.

1. Переход на индивидуально-групповой метод тренировки

2. Выявление индивидуальных сильных сторон Игрока и целенаправленное, планомерное и добросовестное их развитие

3. Максимально раннее определение наиболее подходящей игровой позиции и увеличение усилий по обучению «технике позиции», типичным технико-тактическим связкам и тактико-техническим действиям

Источник

Как рассчитываются коэффициенты ставок?

Коэффициент — это главная характеристика любой ставки на спорт, потому что от него зависит размер потенциального выигрыша. Как букмекеры рассчитывают котировки пари, какие факторы влияют на их величину, и как найти контору с самыми выгодными кэфами?

Что такое коэффициент пари?

Коэффициент представляет собой число, на которое нужно умножить сумму ставки, чтобы узнать величину выигрыша. В линии пари букмекеров кэф обозначен цифрой с сотыми долями, например, 1.78. Но некоторые конторы, в частности, БК «1хСтавка», используют несколько вариантов написания котировок: целыми числами, а также цифрами с десятичными и сотыми долями.

Допустим, вы решили зарядить на исход матча РПЛ «Арсенал» — «Зенит» и хотите узнать, какой доход принесут пари в размере 1000 рублей. БК «Лига Ставок» дает на победу «Арсенала» кэф 8.20, следовательно, вы заработаете 8200 рублей, если тульская команда возьмет верх. Котировка на триумф «Зенита» гораздо ниже — 1.37, соответственно, контора выплатит всего лишь 1370 рублей в случае выигрыша сине-бело-голубых. Ставка на ничью позволит сорвать внушительный куш 5400 рублей благодаря приличному коэффициенту — 5.40.

Как букмекеры вычисляют котировки?

Коэффициент отражает прогноз конторы на матч. Чем он выше, тем меньше шансов на то, что событие произойдет. И наоборот, чем ниже кэф, тем выше вероятность определенного исхода. То есть по коэффициентам можно сразу же определить фаворита и аутсайдера игры. Например, БК «1хСтавка» выставила котировку 1.72 на победу «Авангарда» и 3.94 на викторию «Барыса». Соответственно, букмекер предрекает первому клубу выигрыш, а второму — поражение.

Чтобы рассчитать коэффициент, букмекеры учитывают следующие факторы:

Сотрудники контор оценивают вероятность результата матча в процентах и затем переводят их в котировку. Соответственно, чтобы узнать прогноз экспертов, необходимо поделить 100 на коэффициент. Если применить эту формулу к игре КХЛ из нашего примера, то мы получим следующие результаты:

Относительно равные коэффициенты, в частности, 1.90 и 1.95, говорят о том, что у обеих команд примерно одинаковые шансы на триумф. В этом случае прогнозы на спорт от экспертов сайта Prosports.ru помогут определить фаворита.

Почему конторы выставляют разные коэффициенты?

Ни для кого не секрет, что в букмекерских конторах отличаются коэффициенты на одно и то же событие. Это явление обусловлено двумя причинами:

Проанализируем бой UFC Лэдд — Дюмонт. «Париматч» дает кэф 1.76 на победу Аспен и 2.14 — на выигрыш Нормы. «Бет365» — 1.72 и 2.10 соответственно. Подсчитаем маржу букмекеров по формуле: (1/кэф первого исхода)+(1/кэф второго исхода)-1х100. Parimatch взимает комиссию 3.54%, а Bet365 — 5.75. Поэтому в БК «Париматч» более высокие котировки.

Зачастую различия между коэффициентами возникают из-за реакции игроков на событие. Например, в БК «1хСтавка» можно зарядить на выигрыш Исмаилова в поединке против Минеева с котировкой 1.62. В БК «Лига Ставок» кэф на этот исход намного выше — 1.72. Этот факт свидетельствует о том, что клиенты конторы «1хСтавка» «загрузили» больше денег на Магомеда. Чтобы подтолкнуть беттеров к заключению пари на Владимира, букмекер сократил кэф ставки на победу его соперника и одновременно с этим увеличил котировку на викторию Минеева.

Как найти самые выгодные коэффициенты?

Многие букмекерские конторы регулярно проводят акции, участники которых вправе заключить пари с повышенными коэффициентами. В частности, «Олимпбет» увеличивает котировку экспрессов на 1% за каждое событие вплоть до 10%, если кэф «паровоза» составляет хотя бы 4.50. БК «Марафонбет» обнуляет маржу за обработку ставок на некоторые турниры, повышая таким образом котировки.

Чтобы узнать об активных предложениях в российских конторах, перейдите в раздел «Бонусы букмекеров» на сайте Prosports.ru. Если вас интересует информация об акциях для незарегистрированных клиентов, то выберите опцию «Новым игрокам». Во вкладке «Действующим игрокам» представлен список подарков, которыми компании награждают лояльных клиентов.

Для сравнения коэффициентов в букмекерских конторах стоит использовать специальный сервис, например, OddsPedia. Для просмотра котировок на исходы матча на этом ресурсе выполните следующие действия:

OddsPedia мониторит линии ставок как отечественных, так и зарубежных букмекеров, а также отслеживает динамику изменения коэффициентов и показывает ее в графическом виде. Портал публикует данные о соревнованиях по всем популярным видам спорта и кибердисциплинам.

Источник

Расчет полезности футболистов Арсенала на основе методики, получившей Нобелевскую премию

Рейтинги с современном футболе

Естественно СМИ ориентируются на спрос аудитории и придумывают разнообразные информационные инструменты, что бы заполнить вакуум между матчами и турнирами. Вынесем за скобки ежедневные новости, трансферные слухи, обзоры, разборы матчей и прочее. Помимо этого есть разнличные рейтинги, которые очень популярны и разнообразны. Я их квалифицировал в следующие группы:

3. Аргумент для спораРейтинги на основании цифр (Whoscored, Squawka и т.п.). Данные рейтинги выглядят наиболее объективными, ведь они основаны на реальных цифрах. Однако, взглянув на команду сезона на данный момент от одного из них, также понимаешь, что и данный рейтинг,мягко говоря, не самый объективный. Ведь у каждого возникли вопросы, как минимум к половине данного состава? На основании каких именно цифр составляются данные рейтинги? Почему в команде нет ни одного представителя чемпионов сезона? Тем более каждый такой рейтинг дает разные цифры.

Методика расчетов

Расчеты основаны на Shapley Value. Попробую объяснить формулу в двух словах.

Представьте себе, что 10 человек производят 10 стульев за 90 минут. К ним добавляют еще одного человека, в следствии чего возникает несколько ситуаций:

Ситуация 1. Эффект Озила Они начинают производить 11 стульев за тот же промежуток времени. То есть коэффициент полезности следующего человека равен коэффициенту полезности 10 имеющихся.

Ситуация 2. Эффект Суареса Новая команда начинает собирать 12 стульев в час, то есть коэффициент полезности следующего человека выше остальных 10. С новым человеком команда стала эффективней.

Ситуация 3. Эффект Скилаччи Теперь команда собирает 9 стульев в час. То есть дополнительный человек принес отрицательный эффект.

Данный метод расчета эффективности работников придумал Ллойд Шепли, за что получил Нобелевскую премию.

Необычность нашей ситуации в том, что во-первых в футболе могут быть 11 игроков (не больше), во-вторых игроки постоянно выполняют разную работу (играют против ДРУГОЙ команды при ДРУГИХ условиях, а не собирают одинаковые стулья постоянно) и в-третьих не могут перевыполнить задачу (больше трех очков не дается).

Преимущества и недостатки методики

Существующие системы основаны на субъективном мнении, а также количестве разнообразных ТТД, но никак не учитывают влияние данных ТТД и самого игрока на команду. А футбол это командная игра. Одиннадцать Месси или Роналду никогда ничего не выиграют. Однако ты можешь стать обладателем Кубка ЛЧ при откровенно отвратительной игре вратаря (Касильяс) или стать Чемпионом Англии и Вице-Чемпионом Мира с Демичелисом в роли ценртального защитника.

В добавок к тому, что футбол командная игра, здесь результат зависит не только от исполнительского мастерства группы игроков, а от комплекса сопутствующих факторов. Таких как тактика, психология, настрой, удача и т.п. Именно поэтому ежегодно такие команды, как Атлетико, Боруссия, Малага и т.д. выбрасывают в мусор тезис, что успех команды прямо пропорционален ее зарплатной ведомости и трансферному бюджету.

В таблице ниже представлены результаты расчетов. При расчетах делались следующие допущения:

Анализ результатов

Правду сказать, на данные расчеты меня подтолкнула статистика ВВС, когда они перед одним из матчей в прошлом сезоне дали статистику по паре Мертезакер-Косьельни. Цифры меня дествительно впечатлили. Однако, изучив внимательней игры я увидел, что уже в первой игре сезона Арсенал проигрывал 2-1 с этой парой в защите, а Косьельни получил красную карточку и заработал пенальти.

Но перейдем к результатам расчетов. Сразу бросается в глаза коэффициент нашего прошлогоднего капитана. Из 8 игр с его участием команда выиграла лишь одну при это проиграв 4 и сыграв в ничью 3 раза. Кто-то может сказать, что он играл против сильных соперников или только во второй части сезона, когда вся команда играла плохо. Однако, и Подольски с Касорлой основную часть своих матчей провели во второй части сезона и также играли против больших команд.

По Жиру делать большие выводы не стоит, так как он не играл всего два матча. Обе против команд из нижней части таблицы. Разочаровал и Чембрлен, но здесь стоит учитывать, что в двух из трех проигранных матчах с его участием, он играл чуть более тайма (по 46 мин. против Астон Виллы 1-3 и Челси 1-6).

Коэффициенты игроков опорной зоны и защиты подтверждают требования болельщиков о экспертов и необходимости усиления именно этих зон. Из трех центральных защитников у двоих отрицательные коэффициенты (срочно нужен хороший напарник для Косьельни). У обоих номинальных опорников отрицательные показатели, то есть мы наоборот получаем пользу от их отсутствия по тем или иным причинам.

Ситуация Уолкотта это вообще предмет для отдельного рассмотрения. Человек все свои матчи провел в первой половине сезона, когда шло у всей команды, но в полезности уступает Подольски, который 12 из своих 13 матчей провел во второй части сезона. Лукасу реально есть на что жаловаться.

Сколько бы мы не любили Джека, но все его прямые конкуренты по позиции в лице Озила, Рэмзи и Санти приносят положительный эффект, следовательно он должен сидеть на лавке, когда они доступны.

Вместо послесловия

Источник

Коэффициент полезного действия (КПД)

Ну вот и я после долгих раздумий решился создать блог. Долго думать не пришлось, какое направление взять. Думаю вы и сами догадались.

Ну что, с места в карьер.

09.03.2010 Футбол. Лига Чемпионов УЕФА. 1/8 финала. Ответные матчи

Vs

Судья: Undiano Mallenco (Испания) в среднем в сезоне 09/10 показывал 4,92 ЖК и 0,58 КК за игру.

В сезоне 2008/2009 команды уже встречались между собой на групповом этапе Лиги Чемпионов и судил их этот же «Испанец». Тот матч закончился ничейным результатом 1:1 в котором было показано 2 жёлтые карточки (Риккардо Монтоливо, 90+2, Тим Боровски, 45+1). Мало, но ведь это был групповой раунд, который не сравнится с сегодняшним матчем на «Артемио Франки». Фиалки будут биться за выход, ведь он так реален, но и Бавария не даст себя легко обыграть и будет срывать атаки флорентийцев. Как грубо? покажет матч. но есть чувство, что один забитый гол, может завести обе команды в «сечу».

Результат: 4ЖК

Результат: 8 Офсайдов

09.03.2010 Футбол. Лига Чемпионов УЕФА. 1/8 финала. Ответные ма

Vs

Судья: F. De Bleeckere (Бельгия)

Что бросилось в глаза при анализе матча, так это 1 ЖК полученная Арсеналом в первом матче. Арсеналу надо отыгрываться, надо идти вперёд, надо оголять тылы. Да к тому же, с каждой уплывающей минутой нериализации будет уплывать и самообладание игроков. А может и наоборот забив быстрый гол, пытаться сохранить преимущество затягивать, фолить и т.д. Лично я не верю, что Арсенал не получит хотя бы 2 ЖК за матч, надо добирать. По судье подробной статистики не нашёл, но перец он знатный. Кто обладает таким сайтом поделитесь. А теперь ставка.

Результат: 2ЖК

Арсенал любит и умеет атаковать флангами в первом матче на чужом поле было подано командой 9 угловых. что будет на «Эмирейтс» я не представляю, но не меньше уж точно.

Результат: 17 Угловых

Защищаться тяжело, а именно это предстоит Порту и к тактики мелкого фола будут прибегать постоянно, ведь не просто остановить технически сильных игроков без нарушения правил. В первом домашнем матче Порту побил тотал в 19 фолов, в гостях будет тяжелее.

Результат: 25 Фолов

Тут я возьму личный тотал Арсенала. В первом матче в створ ворот ими было пущено 4 мячика, я нисколько не сомневаюсь, что в домашнем матче будет больше по крайней мере в два раза.

Результат: 12 Ударов

Всем удачного вечера. 😉 (c)Gustaff_s

Источник

Как xG захватывает мир футбольной статистики

Блог Hello подробно рассказывает об одном из самых важных и недооцененных статистических показателей.

Эгил Ольсен – бывший тренер сборной Норвегии и автор одной из первых xG-моделей

Что такое xG?

xG («expected goals») – это модель ожидаемых голов. В основе такой модели лежит показатель (как правило, удары по воротам – это не всегда удары по воротам, но на данном этапе будем отталкиваться от того, что они и есть наш показатель), который помогает заглянуть дальше счета на табло и оценить, сколько голов при прочих равных должна была забить команда с ударами такой остроты.

Каждому удару каждой команды присваивается коэффициент опасности (в каждой xG-модели он присваивается по-разному, с конкретными примерами разберемся позже). Коэффициенты суммируются – мы получаем что-то вроде альтернативного счета матча, основанного на качестве созданных каждой из команд моментов. Следует оговориться, что в качестве базового показателя не всегда выступают удары по воротам (иногда это удары в створ, в одной из последних моделей и вовсе передачи в «убойной зоне»).

Ольсен признавал, что не все удары равны, поэтому однажды он решил разделить удары по воротам на 3 категории: «очень большая перспектива гола», «средняя перспектива гола» и «гол практически исключен». Вооружившись этой простой моделью, Ольсен провел немало исследований и пришел к неожиданному для себя выводу – переход от простого подсчета ударов к модели с 3 категориями не оказал практически никакого влияния на его исследования. Как правило, на дистанции количество ударов разных категорий уравновешивалось.

Конечно, система и ключевой вывод Ольсена были далеки от идеала по банальной причине субъективности модели, которую, откровенно говоря, смешно сравнивать с современными аналогами, учитывающими в каждом ударе десятки объективных факторов. Но этот пример отлично олицетворяет простоту принципов, которые лежат в основе xG-моделей. Каждый из вас при желании может пройти путем Ольсена – хотя, используя только субъективные показатели, вы не получите ничего, кроме систематизированной версии вашего восприятия моментов каждой из команд (что тоже может быть полезно).

И действительно, несмотря на модную аббревиатуру и многочисленные попытки записать xG в «advanced stats», одно из главных достоинств показателя в его простоте. Сразу понимаешь, что перед тобой сумма остроты всех созданных командой моментов. Точно так же даже интуитивно без труда можно прийти к выводу, что, если команда выступает лучше, чем должна, исходя из xG-модели, то она… выберите определение, которое вам ближе – в отличной форме/дико эффективна/слишком удачлива.

Кто уже пользуется xG?

Мэттью Бенхэм (слева на фото) использует модель для управления «Брентфордом» и «Мидтьюлландом»

Однажды владельца «Брентфорда» Мэттью Бенхэма спросили, как он оценивает шансы клуба на промоушн. За несколько туров до финиша команда шла на 3-й позиции в Лиге 1, но вместо стандартной фразы аля-«Верю, что поборемся!» с предельно серьезным выражением лица Бэнхэм ответил: «На данный момент наши шансы на выход в чемпионшип – 42,3%».

История Бенхэма (по крайне мере, та ее версия, которую он сам предпочитает рассказывать) очень интересна и даже вдохновляюща. Мэттью сколотил многомиллионное состояние, регулярно обыгрывая футбольных букмекеров. Разумеется, свою систему он не думает раскрывать, но известно, что он исходил из тезиса, что «голы – очень ненадежный показатель истинного уровня игры команды в конкретном матче». Как следствие, используя другие показатели можно выявить недооцененные (в том числе букмекерами) команды. Среди показателей, которые он использовал, ключевую роль играла его собственная основанная на ударах по воротам xG-модель.

Теперь Бенхэм владеет не только «Брентфордом» (уже добравшимся до чемпионшипа), но и «Мидтьюлландом» (который, благодаря его аналитическим методам, стал чемпионом Дании и выбил «Саутгемптон» из Лиги Европы). Он также управляет компаниями SmartOdds (контора, предоставляющая данные профессиональным игрокам на ставках) и MatchBook (букмекерская контора).

«После каждого матча мы анализируем количество созданных командой моментов и количество ожидаемых голов, которые мы должны были забить с моментами такого качества. На данный момент существует дефицит между качеством наших шансов и количеством забитых нами голов», – сказал на одной из пресс-конференций этого сезона Арсен Венгер.

Цитата послужила не только подтверждением того, на каком уровне уже используется показатель, но и того, насколько хорошим индикатором качества игры он может быть. Вывод из модели, которую использует «Арсенал», вполне совпадал с данными общедоступных xG-моделей. Как и следовало ожидать, исходя из xG-данных, результаты команды резко улучшились. После той самой пресс-конференции «канониры» выиграли 7 из следующих 8 матчей АПЛ (до – 1 из 3).

Разумеется, каждому такому случаю нужен контекст, и причина такого контраста не только в регрессии к среднему, но это далеко не первый случай за последние годы, когда xG-данные успешно предсказывают ренессанс команды (несколько примеров из прошлого сезона – победная серия «Ньюкасла» при Пардью в первой половине сезона, «Арсенал» и «Барселона» во второй части сезона).

В октябре этого года глава статистической компании 21st Club Омар Шадхури сообщил, что минимум один владелец клуба АПЛ на еженедельной основе изучает данные модели ожидаемых голов.

В недавнем интервью Дамьен Комолли рассказывал, как во время его работы в «Ливерпуле» принималось решение о потенциальной смене вратаря. Он не называет используемую методику xG-моделью, но описывает очень схожие принципы.

Люди из футбольного мира крайне неохотно делятся настолько глубокой информацией о своих методах. Практически уверен, что скоро мы узнаем о новых случаях применения xG-моделей, но и этих примеров должно быть достаточно, чтобы показать растущую значимость метода.

Что xG может показать?

Модели ожидаемых голов можно сравнить с моделями предсказание итогов выборов. Не существует 0,21 гола или голоса, но, присваивая им основанные на определенных факторах коэффициенты, можно получить массу дополнительной информации о выборах и футбольных матчах.

Модели ожидаемых голов никогда не станут инструментом предсказания отдельных матчей (просто-напросто потому что 20-40 ударов, которые наносятся за матч, никак не соответствуют нескольким миллионам голосов, и их недостаточно для полноценной регрессии к среднему), но они несут важную информацию о качестве моментов команды в матче, следовательно, и об общем качестве ее игры.

Футбол – спорт очень низкой результативности. Вместе со значимостью отдельных эпизодов (как правило, голов) неизбежно растет значимость удачи/фактора случайности. При прочих равных можно утверждать, что хорошая модель ожидаемых голов отражает качество игры команд намного лучше турнирной таблицы и меньше зависит от случайностей.

Как уже упоминалось ранее, существенные расхождения в xG-результатах и реальных результатах нередко сокращаются на более-менее продолжительной дистанции. У случаев, когда этого не происходит, могут быть разные причины, например: 1. тренер команды, которая показывала результаты, но плохо играла, не игнорировал слабое качество игры и внес изменения. 2. команда – интересный пример для изучения, а модель недооценивает какой-то из аспектов ее игры. 3. даже на дистанции всего сезона команды наносят около 600 ударов, что не так уж много для регрессии к среднему.

Подытоживая, хорошая xG-модель в правильных руках может служить: 1. индикатором удачи/неудачи команды в отдельном матче (разумеется, только при значительном расхождении с реальным результатом). 2. базисом для долгосрочных прогнозов (слово «базисом», а не самим прогнозом, тут ключевое и, разумеется, с любыми прогнозами нужно быть острожными, но, пожалуй, xG – лучшая из доступных для футбольных прогнозов альтернатив).

Какие xG есть в открытом доступе уже сейчас?

Модель Майкла Кэйли

Основана на: ударах по воротам

Мой комментарий: пожалуй, лучшая из общедоступных моделей ожидаемых голов. Хорошо продумана, значимость практически каждого из факторов основана на серьезных статистических исследованиях; также постоянно совершенствуется автором.

Пример xG-карты матча:

Как следить: твиттер автора, время от времени обновляемые страницы с данными по АПЛ и европейским лигам.

Модель tegen11

Основана на: ударах по воротам

Краткое описание модели: каждому удару присваивается коэффициент от 0 до 1 в зависимости от типа удара, позиции нанесения удара, места начала атаки, приведшей к удару, типа паса, который привел к удару, типа момента перед ударом, скорости атаки, положения команды в матче.

Мой комментарий: альтернатива модели Кэйли. Тоже использует данные от Opta и учитывает практически всю возможную информацию об ударе.

Расхождения между двумя моделями не так уж велики. Например, tegen11 включает пенальти в модель с коэффициентом 0.76, Кэйли считает нецелесообразным сравнивать их с остальными эпизодами и просто отдельно помечает, что во встрече был пенальти, но не включает их в модель. Или: tegen11 учитывает скорости атаки, Кэйли отражает схожую информацию в типе атаки.

Пример xG-карты матча:

Как следить: твиттер автора.

Модель Пола Райли

Основана на: ударах в створ ворот

Краткое описание модели: каждому удару в створ присваивается коэффициент от 0 до 1 в зависимости от позиции нанесения удара.

Мой комментарий: слишком упрощенная модель. Упомянул ее только из-за удобных и оперативно обновляемых таблиц (см. ниже) и архива данных за последние сезоны АПЛ.

Каковы основные недостатки xG?

Этот раздел будет скучным (прямо очень, даже скучнее того, что вы прочитали проскролили выше) с кучей технических моментов. Я не обижусь, если вы его пропустите. Для тех, кто пойдет этим путем, отмечу: xG вполне работоспособная и даже крутая вещь, а речь пойдет о мелких недостатках, среди них нет критических огрехов, которые перечеркнули бы изложенную выше пользу от моделей.

Разберемся в недостатках на примере модели Майкла Кэйли, которой я пользуюсь чаще, чем остальными.

1. Ситуации, которые не завершаются ударом

Нет удара – нет увеличения xG. Но отдельные эпизоды, которые не завершаются ударом, выглядят острее большинства ударов (особенно дальних, которые засчитываются, пускай и с небольшим коэффициентом). В идеале такие моменты хотелось бы отражать, но делать это объективно и автоматически на данном этапе невозможно. Недостаток некритический, так как едва ли в мире есть команды, умышленно не бьющие из выгодных позиций.

2. Дальние удары

Есть тот тип дальних ударов, которые наносят только в том случае, если игрок заметил серьезный изъян в позиции вратаря и верит в значительную вероятность гола. Например, xG-вероятность голов Чарли Адама, Микеля Сан Хосе и Алессандро Флоренци стремилась к 0, что логично исходя из позиции удара, но на деле она должна была быть выше, так как игроки в 99% случаев не бьют из таких позиций, если не видят ошибку в позиции вратаря.

3. Модели все равно, кто бьет

Разумеется каждый из нас предпочел бы видеть Лионеля Месси, а не Джонни Эванса, выходящего 1 на 1 с вратарем соперника в футболке любимой команды. И, пожалуй, наоборот Эванса, а не Месси, в ситуации с ударом головой в борьбе после углового. Модель на данный момент не в состоянии учесть разницу в мастерстве игроков завершать атаки.

Проблема не в последнюю очередь в том, что эдакий скилл завершения атаки в футболе практически невозможно измерить: 1. в футболе наносится слишком мало ударов для того, чтобы объективно оценить даже тех нападающих, которые бьют чаще остальных (например, часто бьющие хоккеисты наносят порядка 800 ударов за сезон, у часто бьющих футболистов уходит 5-6 лет на аналогичное количество ударов). 2. из-за такого малого количества ударов цифры реализации ударов сильно разнятся у одних и тех же игроков от сезона к сезону.

Можно привести массу отдельных вопиющих примеров, подчеркивающих значимость скилла завершения атаки у отдельных игроков, но два важных момента, позволяющих не считать недостаток критическим: 1. в последние годы поддерживать уровень реализации, который был бы стабильно выше показателя голов, которые они должны были забить, исходя из xG, удавалось только 2 игрокам (да-да, Месси и Роналду). 2. статистика показывает, что при сравнении большого количества игроков значимость этого фактора уменьшается:

4. Практически невозможно полностью учесть расположение защитников

xG-модели пытаются обойти этот момент. Например, учитывая скорость развития атаки, наличие явной индивидуальной ошибки защитника, обводки футболистом противника перед ударом и т.п. Но все это не одно и то же с реальным осознанием того, сколько давления со стороны оборонительной стороны оказывается на игрока в момент удара. К сожалению, в рамках показателей, которые считает Opta, пока нет объективного способа это отразить.

5. Слегка недооцениваются команды, которые умышленно медленно атакуют

Утверждение, что при прочих равных быстрые атаки опасней и с большей вероятностью могут завершиться голом, правдиво и подтверждается статистикой. Разумеется, проще атаковать соперника, чьи игроки еще не успели вернуться в оборонительную схему. Разумеется, в большинстве случаев затянувшееся владение мячом будет означать просто-напросто то, что команда ничего не может поделать с обороной противника.

6. Трудности с ситуациями с несколькими ударами за одну атаку

Допустим, команда наносит 4 убойных удара за одну атаку. Сумма их xG-коэффициентов составляет, например – 1,44. Но мы же отлично понимаем, что даже теоретически команда не может забить больше 1 гола за одну атаку. Следовательно, засчитывать ей 1,44 в корне неверно. А что верно? Засчитать только самый опасный из 4 ударов (на данный момент применяется именно это решение)? Логично, но тоже не до конца верно так, как вероятность забить гол в атаке с 4 убойными ударами выше, чем вероятность забить одним, самым опасным, из этих ударов.

7. Автоголы, пенальти

На данный момент они просто-напросто не учитываются, а помечаются отдельной строкой.

Итого

xG-модели – полезнейший инструмент для глубокого и достаточно объективного анализа, а также неплохой для долгосрочных прогнозов. Более того, как показывает практика, система может быть полезна не только аутсайдерам футбольного мира (нам), но и самим клубам. Вполне возможно настанет день, когда владельцы будут широко ее применять для решений о тренерских отставках/назначениях, а сами тренеры – для выбора момента смены тактики. Что станет существенным шагом вперед от текущий ситуаций, в которой большинство решений принимаются на основе общественного мнения/давления и рэндомных факторов (конечно, при условии, что она будет не единственным ориентиром таких решений, а только одним из).

Если мне удалось заинтересовать вас, но у вас остались вопросы – велкам в комментарии. Если вы не согласны с ключевыми выводами по моделям – аналогично, буду рад обсудить с вами их критику.

Топовое фото: Global Look Press/Carmen Jaspersen/dpa

Источник